《表3 不同图像集的不同融合方法运行时间比较》
s
图像融合中,时效性也是评价算法的重要指标。本文算法在时间上的优势体现在低频融合时的DtDSR结构模型上,该模型中对图像的任一像素总共只使用了4次,而滑窗模型在步长为1,窗口大小为n×n时,对每个像素使用了n2次,样本数据量的减少使得本文算法复杂度在数量级上有较大降低,在时间上占有一定的优势。表3给出了实验中不同算法的融合时间。SR、DWT-SR、NSCT-SR方法采用滑窗模型,在步长为1,窗口大小为8时每个元素重复使用了64次,导致融合时间比较长。DWT-SR由于图像下采样,融合时间相对另两种方法有所降低。而NSCT-FSR、NSCT-DtDSR、DtDSR-GA采用方向模型,每个元素只用4次,提高了融合效率。NSCT-DtDSR方法因增加了螺旋处理过程,运行时间比NSCT-FSR稍长,DtDSR-GA与NSCT-DtDSR相比,在高频处理中由于增加了梯度运算过程使得时间也稍增。与传统的滑窗模型的稀疏融合算法相比较,本文提出的DtDSR-GA算法数十倍提高了融合速度,虽在高频子图中因梯度分析使得时间有所增加,但从整体融合时间来说,增加时间与总时间的比值不超过3%。结合前文的主客观融合质量分析,DtDSR-GA不但融合效率高,且融合质量也有所提高,证明了其有效性。
图表编号 | XD0069561500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 杨培、高雷阜、訾玲玲 |
绘制单位 | 辽宁工程技术大学理学院、辽宁工程技术大学理学院、辽宁工程技术大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |